Este trabajo presenta un análisis comparativo de dos modelos estadísticos de probabilidad de procesos gravitacionales (PG) aplicando regresión logística (RL), utilizando la variable pendiente del terreno. En un primer modelo se analizó información in situ de sitios con deslizamientos y áreas estables; en el segundo, se analizó la información de los mismos sitios utilizando Análisis Espacial de Vecindad Continua (AEVC). La precisión que reportaron ambos modelos (in situ y AEVC), se evaluó estadísticamente con la medida de ajuste de -2 Logaritmo de la Verosimilitud (-2LL).Para la calibración de los modelos se utilizó un inventario de deslizamientos y el Continuo de Elevación Mexicano versión 3.0 (CEM 3.0) del Instituto Nacional de Estadística y Geografía (INEGI).Los resultados muestran que utilizando la información de las áreas de vecindad se obtiene un mayor nivel de ajuste de la ecuación en comparación con el modelo elaborado utilizando la información in situ.El valor de -2LL para el modelo con datos de vecindad fue de 264.312 y para los datos in situ fue de 269.573. Del mismo modo, la tabla de clasificación global del modelo de vecindad reportó un 58.5 %, mientras que para el análisis in situ fue de 51.8 %, lo anterior muestra un aumento de la correcta clasificación en el modelo estadístico del 6.7 % al utilizar el análisis de vecindad.El área de estudio es la cuenca del río La Ciénega, ubicada en la ladera este del volcán Nevado de Toluca, en el Estado de México.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.